10 · RAG 作为工具

知识库怎么接进 Agent

📚 系列导航：这是《Agent 开发进阶》的第 10 篇（共 24 篇）。上一篇给 agent 装了记性，管"关于用户的事"；这一篇接上外挂大脑——知识库怎么让 agent 用好、用对。下一篇：11 · 代码执行与沙箱。

知识库你已经会建了（《AI 知识库开发入门》管这事），切块、embedding、重排都调顺了。可一接进 agent 就不对劲：要么该查的不查，拿着过时参数一本正经地答；要么不该查的乱查，用户说句"谢谢"它也去库里翻一圈，延迟和账单双涨。库没问题，问题出在接法——agent 不知道库里有什么、什么时候该用。这一篇只干一件事：把知识库接成 agent 会用、用得对的工具，配两个量化指标。

看完这一篇，你会拿到：

• 一张接法决策表：预检索注入 vs 检索作为工具，各自适用场景
• 一个检索工具描述模板（库里有什么/该查什么/别查什么）
• 一套多库路由与检索结果预算控制的做法
• 两个可量化指标的实测：该查不查率、不该查乱查率

---

01 两种接法：预检索注入 vs 检索作为工具

预检索注入：每轮先拿用户问题查库，结果拼进上下文再答。稳定可控，但每轮都花检索成本，问题跟库无关时纯属浪费。检索作为工具：agent 自己决定何时查、查什么。打个比方，前者是不管客人问什么都先把整柜档案搬上桌，后者是给他一把档案室钥匙加一份馆藏目录。判据：高频、问题域集中的问答（客服 FAQ）用前者；开放任务、问题五花八门的 agent 用后者。也可以混搭——高频域预检索，长尾走工具。

💡 一句话总结：问题可预测就预检索，不可预测就交给 agent 判断——别只会一种接法。

02 工具描述：让模型知道库里有什么

模型决定查不查的唯一依据是工具描述。描述不写边界，它只能瞎猜：

search_docs = {   # 伪代码，字段名以所用 SDK 官方文档为准
    "name": "search_product_docs",
    "description": (
        "检索产品使用文档（覆盖 A/B 两条产品线，更新至 2026-06）。"
        "适用：功能用法、参数含义、报错排查。"
        "不适用：价格政策、内部审批流程——不在库里，别查。"
    ),
    "input_schema": {"query": "string"},
}

预期效果：模型能据此判断"该不该查、该用什么词查"。三要素缺一不可：库里有什么、覆盖到什么时间、什么问题不该来查。

💡 一句话总结：检索工具的描述是一份馆藏目录——"没有什么"和"有什么"同样重要。

03 多库路由：分开建，分开描述

产品文档、制度规范、运行日志一锅烩进一个库，检索质量必差：三类内容的切块粒度、更新频率、查询措辞完全不同，混在一起互相污染排序。做法：三库各自注册成独立工具，边界写进各自描述，让 agent 按问题路由。库的数量别失控——超过五六个时模型的选择成本上来了，考虑加一层轻量路由：先分类，再派库。

💡 一句话总结：一库一职责一描述——路由的智能一半来自模型，一半来自你划的边界。

04 预算控制：检索结果别撑爆上下文

top-k 全文塞进上下文是上下文杀手：查一次带回几千 token，几轮下来历史臃肿、注意力稀释，第 06 篇的账全部重演。控制三招：限条数（k 从 3 起步，别贪大）；限长度（每条截断或摘要到几百字，保留出处）；用完即弃（检索结果只服务当前轮，进入下一轮前压成结论，别让原文在历史里过夜）。

💡 一句话总结：检索结果是食材不是库存——按需取用、当轮消化，别囤在上下文里。

05 动手：测两个指标

任务：① 把一个知识库按 02 节模板注册成检索工具；② 准备 20 条问题：10 条答案确实在库里，10 条明显在库外（闲聊、通用常识、别的业务域）；③ 跑一遍，逐条记录是否触发检索；④ 算两个率：该查不查率（库内题漏了几条）、不该查乱查率（库外题误查几条）；⑤ 改一版工具描述，再测对比。

验收标准：两个指标的前后对比表，并能说出是描述里哪句话带来的变化。

两种结果都正常：双降，把描述模板固化；乱查率降不下来，优先加"不适用"清单——我的经验是补"别查什么"比堆"该查什么"见效快；漏查率高，检查问题措辞和描述用词是否对得上。

06 小结

你现在应该能：为场景选对接法、写出带边界的检索工具描述、给多库划路由、把检索结果控制在预算内。

到这里 agent 会想（08）、会记（09）、会查（10）了。下一篇 11 · 代码执行与沙箱，给它一双真正能干活的手——但要戴好手套。

---

📎 实战案例

一个企业助手的检索工具描述只写了"查询公司文档"六个字，模型拿业务问题去查技术文档库，答非所问。团队补齐"库里有什么/该查什么/别查什么"、按产品/制度/日志拆成三库路由后，"该查不查"和"不该查乱查"两个指标双降——模型不知道边界，就只能乱撞。

踩坑

• 我的工具描述没写库范围，模型连着 3 次拿业务问题查技术文档库——"不适用"和"适用"清单同样重要。
• 我的 agent 每轮都"以防万一"检索一次，延迟直接翻倍——检索要有明确触发理由，描述里写清什么不用查。
• 我贪心设过 k=8 且全文塞入，检索结果占掉上下文近一半，答案质量不升反降——每条截到 300 字、k 从 3 起步后才回稳。